北京時間2月5日消息,據《今日美國》網站報道,Facebook CEO馬克·扎克伯格(Mark Zuckerberg)在昨日于該公司新辦公室召開的一次會議上稱,他預計到2030年時Facebook用戶總數將達50億人。
扎克伯格在接受采訪時表示:“我們希望完成將所有人都聯(lián)系到一起的目標,將與全球各國政府和企業(yè)合作來做這件事情。”
報道稱,扎克伯格的目標是讓“全世界70億人中的50億人連上其社交網絡”。當然,70億人是目前的全球人口總數,扎克伯格的這種對比是假設未來14年時間里全球人口零增長。而根據聯(lián)合國作出的預測,到2030年時全球人口總數將達85億人。但無論如何,即便是85億人中有50億人都使用Facebook服務,也是一種令人瞠目的發(fā)展。
扎克伯格曾在此前多次重申,他的目標是將整個世界都聯(lián)系到一起。為此,他推出了可交付互聯(lián)網服務的無人機項目,并牽頭發(fā)起了頗有爭議的Internet.org互聯(lián)網組織。扎克伯格認為,后一個項目有利于發(fā)展免費互聯(lián)網服務,將可鼓勵互聯(lián)網的采用速度加快。但批評人士則認為,Internet.org是由一家美國企業(yè)巨頭發(fā)起的“圈地”行動,會對“網絡中立性”等概念造成威脅。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。